你花錢做的 GEO，第一道門可能是關的：三分鐘自己驗｜2026 實測

「我們幫你做 GEO，讓你的品牌出現在 AI 的回答裡。」

簽下這句話之後，你大概會在第一個月遇到同一個問題：我怎麼知道到底有沒有在動？

傳統 SEO 這一側至少還有排名可以看、有 Search Console 可以開。AI 那一側，如果你收到的只是一份寫著「已完成 AI 爬蟲設定」的進度報告，那你打開自己的網站，畫面會跟上週一模一樣。你既沒辦法反駁，也沒辦法確認。

這篇文章不打算給你一套完整的 GEO 驗收標準——那不是一篇文章做得完的事。它要給你的是一件更基本、而且你今天下午就能自己做完的事：用三行指令，確認 AI 爬蟲到底進不進得來你的網站。

不用工程師、不用登入後台、不用買工具。跑完之後你會拿到兩樣東西：一是你網站第一道門的真實狀態，二是這個檢查測不到什麼——所以你不會誤把它當成「GEO 已經做完了」的證明。

第二樣跟第一樣一樣重要。因為這兩件事很容易被講成同一件：門開著，不等於客人來過。

先把話說在前面：這把尺我們也交給你量我們。 這篇文章教你的每一個動作，都可以原封不動拿來檢驗任何一家跟你談 GEO 的服務商——包括我們。

💡 不確定你的網站現在對 AI 是開還是關？LINE 聊聊，我們陪你跑一次。👉 LINE 免費諮詢

你買的是「被 AI 提到」，但你能自己驗收的只有前兩層

先講一個對決策有用的分界，這個分界一旦畫清楚，很多爭執就不會發生。

當你投錢做 GEO，你心裡買的東西其實是：有人問 AI 相關問題時，我的品牌會被提到。 這是商業目標，沒有問題。

但這個目標是由好幾層條件疊出來的，而這幾層的「可查證程度」天差地遠：

這篇文章的主體處理的是第一層跟第二層，最後一節才會談第三、四層該怎麼量。

為什麼值得單獨花一篇文章講前兩層？因為它們是必要條件。第一層沒過，後面幾層就很難靠你自己的內容成立——AI 讀不到你的頁面，它手上就沒有你的內容可以拿出來用。而第一層恰好是整條鏈裡唯一一個你可以在幾分鐘內、用自己的眼睛確認完的環節。

「放行」是你說的話，「被拿去用」是對方的行為

這條界線值得再拆一次，因為接下來所有的判讀都建立在它上面。

「robots.txt 放行」是一份聲明。 它是你放在網站根目錄的一個純文字檔，內容大致等同於「我允許某某爬蟲來抓我的內容」。它是你單方面說的話。

「被 AI 拿去用」是對方的行為。 對方要不要來抓、抓了要不要收進索引、收進去了在什麼情況下拿出來講，全部由對方決定，而且過程不對外公開。

這中間的落差有多大？大到你可以把 robots.txt 寫得完美無瑕，卻一次都沒有被提到過；也大到你的 robots.txt 明明放行，爬蟲卻在更前面的一層就被擋掉了（後面會講這件事）。

所以，一份誠實的檢查報告只能講到這裡：

• ✅ 可以講：「這個時間、這個路徑、從這個來源，AI 爬蟲沒有在第一道門被擋住。」
• ❌ 不能講：「所以你的內容已經被 AI 收錄了。」
• ❌ 不能講：「所以你會出現在 ChatGPT 的回答裡。」
• ❌ 不能講：「三行跑完全綠，GEO 就達標了。」

如果有人拿第一句的檢查結果，講出後面三句的結論，那不是技術問題，是論述被偷換了。你現在知道界線在哪，就有能力當場問一句：「這個數字是怎麼量出來的？」

三行指令：自己驗第一層

方法本身只有三個動作。以下把每一行在做什麼、為什麼非做不可講清楚。

開始之前：這些字要打在哪裡

這三行要打在你電腦的命令列裡，不是瀏覽器的網址列。

• Mac：按 Cmd + 空白鍵，輸入「終端機」（或 Terminal），按 Enter 打開它。
• Windows：按 Win + R，輸入 cmd 後按 Enter，打開「命令提示字元」。

🔴 Windows 使用者請不要用 PowerShell 跑這幾行。 PowerShell 裡的 curl 並不是真的 curl，它是另一個指令（Invoke-WebRequest）的別名，參數寫法完全不同——你把下面的指令貼進去，會看到類似「找不到符合參數名稱 's' 的參數」的錯誤，那不是你的網站有問題，是工具不對。如果你習慣用 PowerShell，把指令開頭的 curl 改成 curl.exe 就會走到真正的 curl。

另外一個小差異：下面第 2、3 行有一段 -o /dev/null，意思是「回應的內容不用印出來，我只要看統計數字」。那是 Mac／Linux 的寫法，Windows 請改成 -o NUL（一個 N、兩個字母 UL，沒有斜線）。

第 1 行：把 robots.txt 抓下來看

curl -s -A "Mozilla/5.0" https://你的網域.com/robots.txt

這一行把你網站的放行聲明整份印出來。你要看的重點只有兩個：

1. 有沒有 Disallow: 這個字？擋掉了什麼路徑？
2. 有沒有針對 AI 爬蟲名稱（例如 GPTBot、OAI-SearchBot）的專屬區塊？那個區塊寫的是 Allow 還是 Disallow？

這一行只花你十秒，卻是最容易被跳過的一行。改版、搬家、或是換一套模板，都可能讓 robots.txt 被整份覆蓋掉，而這件事不會有人主動通知你。

第 2 行：先確認你的站會回真 404

curl -s -o /dev/null -w "%{http_code}\n" https://你的網域.com/blog/this-page-does-not-exist-zzz9

這一行看起來像在做無意義的事——刻意去要一個不存在的網址。但它是整套檢查裡最不能省的一步。

原因是：有些網站不管你要什麼路徑，都會回一個 HTTP 200 加上首頁的內容（俗稱 catch-all）。如果你的站是這種，那麼第 3 行不論怎麼跑都會拿到 200，而那個 200 完全不代表爬蟲讀到了你那篇文章——它讀到的是首頁。

這一行應該印出 404。 如果它印出 200，請先停下來處理這件事，因為在那之前你做的任何爬蟲測試都沒有判讀價值。

🔴 假路徑一定要跟你等一下要測的那篇文章在同一個目錄層級。 catch-all 經常發生在路由層：網站根目錄回 404，不代表 /blog/ 底下也會回 404，反過來也一樣。所以如果你等一下要測的是 https://你的網域.com/blog/某篇文章，假路徑就要寫成 https://你的網域.com/blog/隨便一串不存在的字。我們自己這次要測的是 /blog/llms-txt-setup-guide，所以假路徑也用了同層級的 /blog/this-page-does-not-exist-zzz9。

第 3 行：換上 AI 爬蟲的 UA 抓同一頁

這一行要跑兩次：一次用 AI 爬蟲的身分，一次用一般瀏覽器的身分當對照組。

先跑 AI 爬蟲這次（下面 -A 後面那串已經是 OpenAI 官方文件上 GPTBot 的完整 User-Agent，可以直接複製）：

curl -s -o /dev/null -w "%{http_code} %{size_download}\n" -A "Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko); compatible; GPTBot/1.4; +https://openai.com/gptbot" https://你的網域.com/你的某一篇文章

再跑對照組這次：

curl -s -o /dev/null -w "%{http_code} %{size_download}\n" -A "Mozilla/5.0" https://你的網域.com/你的某一篇文章

（Windows 記得把兩行裡的 -o /dev/null 都改成 -o NUL。）

-A 後面接的是 User-Agent（UA），也就是「來訪者的自我介紹」。伺服器會依照這個字串決定要不要放行、放行什麼。這兩行的意思就是：先假裝自己是 AI 爬蟲去抓一篇你真正在乎的內容頁，再用一般身分抓同一頁，然後比較兩次拿到的東西一不一樣。

這一步有三個細節，做錯了會白測：

細節一：UA 一定要用官方的完整字串，不能只寫 GPTBot。 封鎖規則多半比對的是完整字串，短字串測不出真實的封鎖行為。上面那串是從 OpenAI 官方文件抄下來的，注意它結尾帶版本號（GPTBot/1.4）——廠商改版時這個號碼會變，過一陣子重跑前，請先回官方文件對一次字串。想測其他家的爬蟲，也請到各家自己的官方文件抄，不要用猜的。

細節二：對照組一定要同時段跑。 沒有對照組，你分不出「網站在擋 AI 爬蟲」跟「網站根本掛了」。這兩件事的處理方式完全不同，錯判的代價很高。

細節三：目標要挑內容頁，不要挑首頁。 你要驗的是「AI 讀不讀得到你的文章」，首頁的結構跟內容頁往往不一樣。

跑完之後，你要比對的是兩個欄位：HTTP 狀態碼跟回應的位元組數。狀態碼相同還不夠，位元組數也要對得起來——因為有些差別對待不會回錯誤碼，而是回一份被減量過的內容。

不過位元組數不必要求分毫不差。網頁裡常有時間戳、隨機排序的推薦區塊這類本來就會浮動的東西，兩次抓取差個幾百位元組是正常的。給你一個判讀尺度：差異在 1% 以內就當作相同；要到 AI 爬蟲拿到的明顯少於一半，才算是被減量了，那種才值得往下查。

實測範例：2026 年 8 月，我們把三行指令跑在自己站上

講方法不如直接看輸出。以下是 2026 年 8 月實測、跑在 ai-seo-hacker.cc 上的原始結果。三項測試全部是唯讀的 HTTP GET，沒有動到任何線上設定。

第 1 行的輸出：robots.txt 全文

User-agent: *
Allow: /


User-agent: OAI-SearchBot
Allow: /


User-agent: ChatGPT-User
Allow: /


User-agent: PerplexityBot
Allow: /


User-agent: Perplexity-User
Allow: /


User-agent: Claude-SearchBot
Allow: /


User-agent: Applebot-Extended
Allow: /


User-agent: DeepSeekBot
Allow: /


User-agent: DuckAssistBot
Allow: /


User-agent: GPTBot
Allow: /


User-agent: ClaudeBot
Allow: /


User-agent: Google-Extended
Allow: /


User-agent: anthropic-ai
Allow: /


User-agent: cohere-ai
Allow: /


Host: https://ai-seo-hacker.cc


Sitemap: https://ai-seo-hacker.cc/sitemap.xml

從這份檔案本身可以直接讀出來的事實：

• 總共 14 個 User-agent 區塊：1 個萬用 *，加上 13 支具名爬蟲，全部都是 Allow: /
• 具名的 13 支分別是 OAI-SearchBot、ChatGPT-User、PerplexityBot、Perplexity-User、Claude-SearchBot、Applebot-Extended、DeepSeekBot、DuckAssistBot、GPTBot、ClaudeBot、Google-Extended、anthropic-ai、cohere-ai
• 整份檔案沒有任何一行 Disallow
• 沒有被具名列出的爬蟲（例如 CCBot、Bytespider、Amazonbot、Meta-ExternalAgent、Claude-User）會落到 User-agent: * 的 Allow: /，因此同樣不會被 robots.txt 擋
• 有宣告 Sitemap:，指向網站地圖位置

這裡要立刻補一句，免得被過度解讀：具名 13 支，不等於「支援 13 種 AI」，更不等於「被 13 個 AI 收錄」。 robots.txt 只是一份放行聲明，跟對方有沒有真的來抓、有沒有收進索引，完全是兩回事。

第 2 行的輸出：假路徑自檢

前面給你的那一行 curl 只會印出一個狀態碼。你要看到的是這個：

404

而我們自己這次跑的是加強版：除了假路徑，另外把文章頁與首頁也各抓一次，順便比對兩者的內容雜湊值，好確認它們真的是不同的頁面。完整輸出如下：

200  189,816b sha=c9232e9f6afd https://ai-seo-hacker.cc/blog/llms-txt-setup-guide
404 (HTTPError) https://ai-seo-hacker.cc/blog/this-page-does-not-exist-zzz9
200  113,080b sha=d732737dae51 https://ai-seo-hacker.cc/

假路徑回真 404，而且文章頁跟首頁的內容雜湊值（sha）不同。這代表本站不是 catch-all，所以下一步拿到的 200 才有判讀價值——那確實是那篇文章本身，不是被導回首頁的假象。

你自己自檢時，只跑那一行、看到 404 就夠了；雜湊值比對是我們為了寫這篇文章多做的一步。

第 3 行的輸出：五種 UA 拿到完全相同的回應

目標頁是站上的一篇文章 /blog/llms-txt-setup-guide。程式輸出逐字如下：

目標：https://ai-seo-hacker.cc/blog/llms-txt-setup-guide
GPTBot           HTTP 200  189,816 bytes
OAI-SearchBot    HTTP 200  189,816 bytes
ChatGPT-User     HTTP 200  189,816 bytes
PerplexityBot    HTTP 200  189,816 bytes
一般瀏覽器       HTTP 200  189,816 bytes

四支 AI 爬蟲加一個一般瀏覽器對照組，HTTP 狀態碼與位元組數完全相同（189,816 bytes）。

結論可以講到這裡為止：本站沒有對 AI 爬蟲做 UA 差別對待，AI 爬蟲在這個時間點、從這個來源拿到的內容，與人類讀者一致。

說明一下工具：這次的 UA 差別對待測試是用 Python 的 urllib 跑的，上面貼的是程式當時印出來的原始輸出。前面給你的 curl 寫法是等效的複製貼上版本，兩者測的是同一件事。

加碼一項：爬蟲拿到的 HTML 裡真的有正文嗎

拿到 200 只代表「有東西回來」。回來的如果是一個要靠 JavaScript 才長出內容的空殼，對爬蟲來說跟白紙差不多。所以我們把用 GPTBot 官方完整 UA 取回的那份 HTML 拿去解析：

title: llms.txt 是什麼？2026 年到底該不該設定？官方最新立場與決策指南
h1 count: 1 | h2 count: 10
visible text chars: 8073
JSON-LD blocks: 10
first 200 chars of text: llms.txt 是什麼？2026 年到底該不該設定？官方最新立場與決策指南 AI SEO Hacker 首頁 服務介紹 KPI 承諾 客戶案例 價格方案 知識庫 加入我們 聯絡我們 EN | 中 免費諮詢 首頁 知識庫 GEO生成式引擎優化 GEO生成式引擎優化 llms.txt 是什麼？2026 年到底該不該設定？官方最新立場與決策指南 llms.txt 是什麼、當初為什麼被提出、格式長怎樣？

剝掉所有標籤之後仍有 8,073 個字的可見文字、1 個 h1、10 個 h2、10 段結構化資料。

這說明爬蟲不需要執行 JavaScript 就讀得到正文與結構化資料。這也是第二層檢查的全部意義——它就到這裡為止。這 8,073 個字不能拿去推算任何「AI 讀了多少」或「有沒有被拿去用」，那需要完全不同的證據，本文沒有。

GPTBot 和 OAI-SearchBot 不是同一件事

這是整個題目裡最常見的誤解：把不同爬蟲當成同一隻，於是「擋掉 AI 爬蟲」變成一個沒有後果評估的決定。

以 OpenAI 為例，官方文件上列出的三支爬蟲用途完全不同（2026-08-06 讀取）：

同一份官方文件另外還記載了一支 OAI-AdsBot，官方載明的用途是驗證廣告到達頁的安全性，這裡列出來備查。

另外兩支的官方完整 User-Agent 字串如下（GPTBot 那條已經寫在前面第 3 行的指令裡）：

Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/131.0.0.0 Safari/537.36; compatible; OAI-SearchBot/1.4; +https://openai.com/searchbot

Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko); compatible; ChatGPT-User/1.0; +https://openai.com/bot

想多測幾支，就把第 3 行指令裡 -A 後面那串換掉，其他都不用動。

這張表對決策者的意義

把它翻成生意話，就是三句：

1. 擋 GPTBot，影響的是「我的內容會不會被拿去訓練」。 這是一個關於資產與版權的決定。
2. 擋 OAI-SearchBot，影響的是「我會不會出現在 ChatGPT 的搜尋結果」。 這是一個關於曝光與獲客的決定。
3. 這兩件事沒有必然關係，可以分開決定。

一家公司完全可能想擋掉訓練、但非常想要曝光。如果負責設定的人把兩者當成同一個開關，就會發生「本來只想保護內容，結果連曝光一起關掉」的事——而且沒有任何錯誤訊息會通知你。

還有一個容易被忽略的細節：ChatGPT-User 官方明說 robots.txt 規則可能不適用，因為那是使用者主動發起的造訪。所以「我用 robots.txt 全部擋光就沒事了」這個假設，本身就不成立。

補一句邊界：以上三支爬蟲的用途與 robots.txt 行為，出自 OpenAI 官方文件。其他家（Anthropic、Perplexity、Google 等）的爬蟲各有各的規則，不能從 OpenAI 的規則類推，要用時請去對應廠商的官方文件查證。

如果你跑出來不是 200：403、429 與「比較小的回應」

我們自己站上這次跑出來是全數 200，所以以下這些狀況本次實測沒有遇到。這一節不是實測結果，是給你的判讀方向——當你的第 3 行印出的不是 200 時，該往哪裡想。

拿到 403：伺服器明確拒絕了這個請求。 重點來了：如果同一時間、同一個網址，一般瀏覽器 UA 拿得到 200，而 AI 爬蟲 UA 拿到 403，那就是針對 UA 的差別對待。這時候你翻 robots.txt 是翻不出東西的——robots.txt 這個機制本身不會產生 403，它只是一份「請求爬蟲自律」的聲明；會回 403 的是更前面的一層。

拿到 429：請求被限流了。 這個狀態碼的意思就是「請求太多」。要注意的是，限流規則有可能是針對特定 UA 設的，也可能只是你短時間打太多次。所以看到 429，先放慢速度重跑一次，確認它是穩定的行為還是一次性的。

狀態碼都是 200，但 AI 爬蟲拿到的位元組數明顯比較小。 這是最容易被漏掉的一種。沒有錯誤碼、沒有警告，只是回給爬蟲的內容被減量了。這裡說的「明顯」是指少掉一半以上那種量級，不是差幾百位元組的正常浮動。這就是為什麼第 3 行一定要比對位元組數，而不是只看狀態碼——只看狀態碼會讓你在這種情況下得到一個假的綠燈。

robots.txt 之外還有哪些層

這是本文希望決策者記住的一個結構性認知：robots.txt 乾淨，不等於爬蟲抓得到你的網站。

robots.txt 之外，至少還有這幾層可能把爬蟲擋在外面：

• CDN 或雲端服務的 bot 管理功能
• 防火牆規則
• 伺服器層的 UA 黑名單

這些層的共同特徵是：它們不寫在 robots.txt 裡，所以你光看 robots.txt 永遠看不到它們。 它們也不一定是誰刻意設定的——主機商或 CDN 的預設保護規則就可能造成同樣的結果，而如果你沒特別去翻那一層，就不會知道它在那裡。

而第 3 行指令的價值就在這裡：它是從外面實際去敲門，敲到的是所有層疊加之後的真實結果，而不是任何一層的設定值。這是它跟「打開 robots.txt 看一眼」最根本的差別。

這個自檢測不到什麼（誠實清單）

一個檢查方法的價值，一半在它測得到什麼，另一半在它明確講出自己測不到什麼。後者才是你判斷一份報告可不可信的依據。

以下是這次實測沒有證明、因此不能寫進任何結論的事：

• ❌ 沒有測到 AI 爬蟲實際來訪的頻率。 那要查伺服器的存取紀錄（access log），是另一件事、另一套方法，本次沒查。
• ❌ 沒有測到內容有沒有被收進任何 AI 的索引、有沒有被拿去用。 放行不等於被索引，被索引也不等於會被拿出來講。
• ❌ 沒有測到其他網路環境會不會被擋。 這次只從一台機器、一個對外 IP 打出去。同一個網站，換一個來源可能得到不同結果。
• ❌ 沒有測到 robots.txt 以外的封鎖層。 全數拿到 200 只能說明「這條路徑、這個時間、這個來源 IP 沒有被擋」。
• ❌ 沒有測到本站以外的任何網站。 這份實測數字只代表 ai-seo-hacker.cc，不能拿去代表任何其他網站的狀況。

還有一個時效性的提醒：上面那些數字綁定 2026 年 8 月 6 日。位元組數會隨著文章改版變動，robots.txt 內容會隨設定變動，連爬蟲的 UA 字串本身都帶版本號、會隨廠商改版而變。其中最容易悄悄過期的就是 UA 字串——版本號一改，你拿舊字串做的測試就可能測不到真實行為。所以重跑的時候，第一件事是先去官方文件對一次 UA 字串，再開始測。

這也是為什麼這是一個「自檢」而不是「一次性認證」。它便宜到你可以每季重跑一次，那才是它該有的用法。

第三步：第三、四層不是黑盒子，只是要換一套方法

看到這裡你可能會有一個很合理的反應：能免費自己驗的那層驗完了，真正想知道的那層還是不知道，那我到底要不要投？

這個反應合理，但前提有點悲觀過頭了。第三、四層確實不能「直接看」——沒有人能打開 ChatGPT 的索引查自己在不在裡面。但不能直接看不等於不能量。你可以用代理指標：不直接測量目標本身，而是測量一個會隨著目標一起變動的東西，然後看它的趨勢。

以下兩個是你自己就能開始做的。

代理指標一：伺服器 access log —— 爬蟲到底有沒有自己來

每一次有人（或機器）造訪你的網站，伺服器都會留下一行紀錄，裡面就包含來訪者的 User-Agent。把這份紀錄裡的 AI 爬蟲 UA 撈出來，你就能看到：它們到底來過沒有、隔多久來一次、抓的是哪些頁。

這件事三行自檢問不到。第 3 行問的是「我主動去敲門，門開不開」；access log 答的是「對方有沒有自己走進來」。前者是能力，後者是行為，兩個問題不一樣。

要注意的前提：這需要你的主機或 CDN 有開放 log 存取（有些便宜的共享主機沒有），而且要持續累積才有判讀價值——看單一天的紀錄，什麼都說明不了。

代理指標二：固定題組定期問 AI —— 品牌被提及的變化

這個方法很土法煉鋼，但它是少數你自己做得起來、又能長期比較的做法：

1. 先定一組固定的問題。 挑你的潛在客戶真的會問的那種（不是你希望他們問的那種），數量固定、題目固定、寫下來。
2. 每個月拿同一批問題，去問同一批 AI 工具。
3. 記錄每一題的回答裡，有沒有出現你的品牌、有沒有引用到你的頁面。

重點全在「固定」兩個字：題目固定、頻率固定、記錄格式固定。單次的結果沒有意義——你要看的是同一組題目在幾個月之間往哪個方向變。

⚠️ 這套方法的限制要先講清楚，免得你拿它去做過度的結論：AI 的回答本身帶有隨機性，同一題問兩次可能得到不一樣的答案；而且它只覆蓋你選的那幾題，不是全貌。所以它是一個趨勢指標，不是精確度量。任何人拿這種資料跟你報一個很漂亮的精確數字，你都該問一句：這個數字是怎麼量出來的、樣本是什麼、抽了幾次。

為什麼這一步跟前面的自檢不是同一類工作

差別在這裡，而且這個差別決定了它該花多少成本：

三行自檢之所以免費，是因為它問的是一個有確定答案的問題。代理指標之所以要花時間（或花錢請人做），是因為它問的是一個只能靠累積才看得出來的問題。

這也是為什麼「第一層驗不過就先別談後面」是對的順序：門是關的時候，你花再多力氣去量趨勢都不會有趨勢。

決策者怎麼用這三行

最後把它收成你實際會用到的場景。

場景一：發包前，先量一次基準。 在任何人開始動你的網站之前，跑一次，把輸出存下來。這份輸出就是你的起始狀態。沒有起始狀態，之後所有的「我們改善了」都無從比較。

場景二：收到「已完成 AI 爬蟲設定」的報告時，自己驗一次。 這不是不信任，而是這件事的驗證成本實在太低了，低到沒有理由不做。三行指令、幾分鐘的事。

場景三：改版、搬家、換主機、換 CDN 之後，一定要重跑。 這幾個動作都可能整份覆蓋掉 robots.txt、或重設外層的防護規則，而且過程中不會有任何人通知你。

場景四：拿它去問一個好問題。 如果對方給你的是「AI 曝光提升」這類說法，你可以問：這個數字是怎麼量出來的？如果對方拿的是爬蟲拿到 200 這種資料，那你已經知道，那只證明了門沒鎖，沒有證明客人走進來過。

這三行指令不會讓你變成 GEO 專家，但它會讓你不容易被含糊的說法帶著走。 對一個要決定錢往哪裡投的人來說，這就夠了。

常見問題 FAQ

三行指令跑完全部是 200，是不是代表 GEO 已經做好了？

不是。全部 200 只代表一件事：你的內容在第一道門沒有被擋住。內容會不會被收進 AI 的索引、會不會在使用者提問時被拿出來講，是後面完全不同的問題，這三行指令沒有能力回答。正確的理解是：這是你自己的內容要被 AI 拿去用的必要條件，不是充分條件。而且嚴格講，它也不是「品牌被 AI 提到」的必要條件——AI 可能是從新聞報導、目錄網站、社群討論裡提到你，那些來源不需要它讀得到你的站；官方文件也載明 ChatGPT-User 這支不受 robots.txt 約束。

我的 robots.txt 明明寫著 Allow，為什麼還要跑第 3 行？

因為 robots.txt 是你單方面的聲明，而不是實際發生的事。爬蟲要真正拿到內容，還得穿過 CDN 的 bot 管理、防火牆規則、伺服器層的 UA 黑名單這些層，而這些層的設定不會寫在 robots.txt 裡，你光看 robots.txt 永遠看不到它們。第 3 行的作用就是從外面實際敲一次門，拿到的是所有層疊加後的真實結果。順帶一提，這一層不一定是誰刻意設定的，主機商或 CDN 的預設值就可能造成同樣結果；除非你特地去翻，否則不會知道它在那裡。

擋掉 GPTBot 就等於不會出現在 ChatGPT 裡嗎？

不等於，這正是最常見的誤解。依 OpenAI 官方文件，GPTBot 負責抓取可能用於訓練生成式 AI 基礎模型的內容，把它設為 Disallow 代表你的內容不應被用於訓練；而負責把網站呈現在 ChatGPT 搜尋功能結果裡的是另一支 OAI-SearchBot，官方明講選擇退出 OAI-SearchBot 的網站不會出現在 ChatGPT 搜尋回答中。兩支爬蟲用途不同、後果不同，可以分開決定。另外還有一支 ChatGPT-User，官方說明因為是使用者主動發起的造訪，robots.txt 規則可能不適用。

我不是工程師，這些指令打在哪裡？會不會改壞我的網站？

Mac 按 Cmd + 空白鍵 搜「終端機」，Windows 按 Win + R 輸入 cmd 打開「命令提示字元」，把指令貼進去按 Enter 就好。Windows 請不要用 PowerShell，那裡的 curl 是別的指令的別名、參數不通，會直接報錯；真要用就把開頭改成 curl.exe。另外 Mac 寫法裡的 -o /dev/null 在 Windows 要改成 -o NUL。至於安全性：這三行做的都是唯讀的讀取動作，跟你用瀏覽器開自己的網頁是同一件事，不會寫入、不會修改任何設定。

為什麼一定要跑那個不存在的假路徑？感覺很多餘

因為它決定了你後面所有結果的判讀價值。有些網站不管收到什麼路徑都回 HTTP 200 加首頁內容，如果你的站是這種，那第 3 行不管怎麼跑都會是 200，而那個 200 完全不代表爬蟲讀到了你那篇文章，它讀到的是首頁。這一行應該印出 404。還有一個容易踩的坑：假路徑要跟你要測的文章在同一個目錄層級，因為 catch-all 常常發生在路由層，網站根目錄回 404 不代表 /blog/ 底下也會回 404。

一把你自己拿得動的尺

整理成三句話：

第一，「AI 爬蟲進不進得來」跟「內容有沒有被 AI 拿去用」是兩層事，前者你今天就能自己驗證，後者不能直接看、但可以用代理指標量趨勢——誰把後者講得像能精確測量，你就問他方法。

第二，驗第一層只需要三行指令：抓 robots.txt、確認同層級的假路徑會回真 404、換上官方完整 UA 抓同一頁比對狀態碼與位元組數，記得帶一組一般瀏覽器對照組。

第三，robots.txt 乾淨不等於爬蟲抓得到。真正會把爬蟲擋在外面的那幾層通常不寫在 robots.txt 裡，只有從外面實際敲門才看得到。

這篇沒有要你相信我們。它要給你的是一把你自己拿得動的尺——量你的網站，也量任何一個跟你談 GEO 的人，包括我們。能被自己驗證的東西，才有資格成為做決定的依據。

🎯 立即行動

如果三行跑出來不是 200：那是第一道門的問題，先解掉它——這件事拖著，後面投再多資源都會打折。

如果三行全綠：恭喜，但故事還沒完。你的下一個問題已經不是「門開不開」，而是「有沒有人走進來」——那要靠上面講的兩個代理指標，固定題組、持續記錄，才看得出方向。

兩種情況我們都可以陪你看一次。而且照這篇文章的邏輯，你也可以拿同一把尺來量我們——開口第一句就問：這個數字是怎麼量出來的？

👉 LINE 免費諮詢｜填寫需求表單

延伸閱讀

• AI 搜尋爬蟲設定指南：這篇講的是怎麼設定，本文講的是設定完怎麼驗
• llms.txt 設定完整教學：本文拿來當測試標的的就是這一篇
• GEO 生成式引擎優化完整指南：把 AI 可見度放回整體策略裡看
• 內容分塊：讓 AI 讀得懂你的文章：爬蟲進得來之後，內容結構怎麼做

參考資料

1. OpenAI 官方爬蟲說明文件（Bots）（2026-08-06 讀取）
2. 本文 robots.txt、UA 差別對待、catch-all 自檢三項實測，執行日期 2026-08-06，目標站台為 ai-seo-hacker.cc，全程唯讀 HTTP GET